Xfei Hyper TTS (讯飞超拟人语音合成)
基于讯飞超拟人语音合成API的语音合成工具，支持多属性控制。适用于"把这段文案读出来"等语音合成需求。
快速开始
1. 安装依赖
pip install websocket-client2. 配置环境变量
export IFLY_APP_ID="your_app_id"
export IFLY_API_KEY="your_api_key"
export IFLY_API_SECRET="your_api_secret"兼容说明：设置任意
IFLY_*凭证变量（包括空值）后，仅使用该组，缺项报错；未设置标准组时，依次尝试XFEI_*、XFYUN_*，不跨组拼接。旧前缀会在 stderr 输出一次不含凭证值的迁移提示。
3. 基本使用
# 文本转语音（默认聆小糖）
python3 scripts/xfei_hyper_tts.py --text "你好，欢迎使用讯飞超拟人语音合成！"
# 指定输出文件
python3 scripts/xfei_hyper_tts.py --text "欢迎收听" --output welcome.mp3
# 指定发音人 - 讯飞聆飞鸿文档（男声，文档朗读）
python3 scripts/xfei_hyper_tts.py --text "文档内容" --vcn x4_lingfeihong_document_n
# 指定发音人 - Catherine（英文美式新闻）
python3 scripts/xfei_hyper_tts.py --text "Hello news" --vcn x4_EnUs_Catherine_profnews
# 带情感合成
python3 scripts/xfei_hyper_tts.py --text "今天真开心！" --emotion happiness
# 查看可用音色
python3 scripts/xfei_hyper_tts.py --action list_voices参数说明
基础参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--text |
要合成的文本 | - |
--text_file |
文本文件路径 | - |
--output |
输出文件路径 | output.mp3 |
--vcn |
发音人 | x5_lingxiaotang_flow (聆小糖) |
--speed |
语速 (0-100) | 50 |
--volume |
音量 (0-100) | 50 |
--pitch |
音调 (0-100) | 50 |
--encoding |
音频格式 (lame=MP3) | lame |
--sample_rate |
采样率 (8000/16000/24000) | 24000 |
Omni 多属性参数
| 参数 | 说明 | 可选值 |
|---|---|---|
--language |
语言/方言 | zh_CN, en_US, en_UK, Sichuanese, Northeast |
--style |
说话风格 | news, advertisement, story, novel, chat, reading |
--emotion |
情感 | happiness, sadness, anger, fear, surprise, neutral |
--role |
角色 | chat, narration, customer_service, assistant |
精选音色池（5大推荐发音人）
| 序号 | 发音人名称 | VCN代码 | 性别 | 语种 | 适用场景 |
|---|---|---|---|---|---|
| 1 | 聆小糖 | x5_lingxiaotang_flow | 女 | 中文普通话 | 默认主音色，语音助手、聊天 |
| 2 | 讯飞聆飞鸿文档 | x4_lingfeihong_document_n | 男 | 中文普通话 | 文档朗读、正式播报 |
| 3 | 讯飞关山 | x4_guanshan | 男 | 中文普通话 | 阅读场景、有声书 |
| 4 | 大模型高表现力音色1 | x5_lingxiaoxue | 女 | 中文普通话 | 高表现力需求 |
| 5 | Catherine | x4_EnUs_Catherine_profnews | 女 | 英文美式 | 新闻专业、英语播报 |
错误处理
常见错误及解决方案：
| 错误码 | 原因 | 解决方案 |
|---|---|---|
| MISSING_ENV_VARS | 未配置环境变量 | 设置 IFLY_APP_ID, IFLY_API_KEY, IFLY_API_SECRET |
| TEXT_TOO_LONG | 文本超长（>64KB） | 拆分为多个短文本 |
| CONNECTION_FAILED | 网络连接失败 | 检查网络连接 |
| AUTH_ERROR_10313 | APP_ID与API_KEY不匹配 | 核对讯飞控制台凭证 |
| SERVICE_NOT_AUTHORIZED_11200 | 未开通TTS服务 | 开通/续费超拟人语音合成服务 |
| INVALID_INPUT_10009 | 输入数据无效 | 避免使用制表符、HTML标签、表情符号 |
参数优先级
- 默认参数：用户未指定时，使用系统预设（聆小糖、语速50、音量50、音调50、MP3）
- 用户优先：用户明确指定的参数，优先级高于默认值